작성자

정우성11

AI Platform Team · 연구원

AI 에이전트가 일하는 곳은 어디일까요?

AI 에이전트는 이제 답만 하지 않고 코드를 돌리고, 브라우저를 몰고, 사내 시스템에 접근합니다. 그 일은 어디서, 무엇을 쥐고 해야 할까요? 에이전트가 일하는 구조부터 짚고, 구글이 공개한 Agent Compute Engine의 설계를 살펴봅니다.

정우성6분기술AI 에이전트

LLM도 잠을 자야 한다고요?

배포된 LLM은 새로 배운 것을 오래 간직하지 못합니다. 다시 학습하면 예전 것을 잊고, 문맥에만 두면 세션이 끝날 때 사라집니다. 구글 리서치가 내놓은 Sleep 프레임워크가 이 문제를 어떻게 풀려 하는지 살펴봅니다.

정우성7분기술지속 학습

데이터도 이제 학습 없이 예측한다고요?

정답이 붙은 행을 보여 주기만 하면 새 행의 답을 내는 정형 데이터 파운데이션 모델이, 튜닝한 그래디언트 부스팅을 앞서기 시작했습니다. 이런 모델이 무엇인지부터 짚고, 엔비디아가 공개한 Kumo Tabular를 살펴봅니다.

정우성6분기술정형 데이터

이제 AI가 AI의 성능까지 올린다고요?

MIT CSAIL 연구진이 GPT-6 Astra에게 다른 모델의 가중치를 학습 없이 직접 고치게 했습니다. 점수는 크게 올랐지만, 들여다보면 새 능력을 더했다기보다 능력을 가로막던 고장을 고친 쪽에 가깝습니다.

정우성8분기술모델 편집

말 잘하는 AI 말고, 선택하는 AI라고요?

Jev는 정해진 질문에 선택·점수·확률을 반환합니다. 검색 결과와 문서를 고르고 에이전트의 다음 행동을 정할 때, 코드가 검증하고 실행할 판단을 어떻게 분리할 수 있을지 살펴봅니다.

정우성10분기술Jev